本文详细介绍了逆变换法在生成连续型和离散型随机数中的具体步骤，通过实例展示了如何利用R语言实现该方法。首先解释了概率密度函数(PDF)、概率质量函数(PMF)和累积分布函数(CDF)的概念，然后分别以服从fx(x)=3x^2,0＜x＜1和fx(x)=(x-2)/8,2＜x＜6的分布为例，演示了如何使用逆变换法生成相应分布的随机数，并通过绘制频数直方图与密度函数曲线进行验证。此外，还提及了离散型随机数的生成方法，包括逆变换法在内的四种方法，并给出了一个具体的概率质量函数例子。
一、概念解释
1、PDF
probability density function 概率密度函数，简称密度函数。连续型随机变量的概率密度函数是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数
借陈希孺老师所著的《概率论与数理统计》中关于概率密度函数的释义以方便理解概念。
2、PMF
probability mass function 概率质量函数, 概率质量函数是离散随机变量在各特定取值上的概率（就是离散型随机变量的分布律）
例如，抛掷硬币，若为正面记X = 1，反面记x = 0，则概率质量函数为:
3、CDF
cumulative distribution function 累积分布函数 ，也叫分布函数，是概率密度函数的积分
二、连续型情况举例
步骤:
1、设U = 概率密度函数积分 = 分布函数
2、分布函数求逆，得到x = 式①
3、构造符合均匀分布的随机数 U = runif(num, start, stop)
4、随机数U代入step2中式①，即可得到对应随机数
5、验证生成的x是否符合预期： 绘制x的频数直方图，绘制总体密度函数曲线
利用逆变换法生成1000个服从 f x ( x ) = 3 x 2 , 0 < x < 1 f_x(x) = 3x^2 ,0 < x < 1 fx(x)=3x
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
